Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
Criação de um ambiente de trabalho
Visão geral das caraterísticas de AutoML
Como AutoML explora os algoritmos
- Gradient Boosting Machines (GBMs), Random Forests, GLMs, etc.
Resolução de problemas por caso de utilização
Resolução de problemas por tipo de dados de treino
Considerações sobre a privacidade dos dados
Considerações sobre custos
Preparação de dados
Trabalhar com dados numéricos e categóricos
- Dados tabulares IID (H2O AutoML, auto-sklearn, TPOT)
Trabalhar com dados dependentes do tempo (dados de séries temporais)
Classificação de texto em bruto
Classificação de dados de imagens em bruto
- Deep Learning e pesquisa de arquitetura neural (TensorFlow, PyTorch, Auto-Keras, etc.)
Implementação de um método AutoML
Um olhar sobre os algoritmos dentro de AutoML
Agrupando diferentes modelos
Resolução de problemas
Resumo e conclusão
Requisitos
- Experiência com algoritmos de aprendizagem automática.
- Experiência de programação em Python ou R.
Público
- Analistas de dados
- Cientistas de dados
- Engenheiros de dados
- Programadores
14 Horas